百度總裁陸奇：中國具有發展AI的結構化優勢，可望再一次領先全世界|數位時代 BusinessNext

百度總裁陸奇：中國具有發展AI的結構化優勢，可望再一次領先全世界

《Wired》在美國矽谷專訪百度總裁陸奇，他提到，中國擁有多項發展人工智慧的優勢，可望再一次領先全世界。

建立人工智慧生態圈為首要

陸奇首先在專訪中提到，百度的人工智慧策略首重建立「人工智慧生態圈」，利用「百度大腦（Baidu Brain）」中60種不同的人工智慧服務，開放資源讓更多開發者與業者加入生態圈，創造一個健康、穩固且具有永續性的雙贏關係。

在各大科技公司人工智慧起步多時的時刻宣布加入戰局，百度仗著多項優勢，誓言要做戰場的中的唯一勝者。相對應Apple的Siri、微軟的Cortana、Amazon的Alexa，百度也有「DuerOS」語音互動計算平台。不同於競爭對手，DuerOS在中國透過大量數據累積了比對手更多的對話技巧，目前已應用在超過100個居家智慧裝置，包括冰箱、冷氣、電視、說故事機器以及音響。

中國居家型態比美國更符合世界多數現況

陸奇分析，相對於美國人工智慧助理的使用環境，在中國開發的DuerOS具有更大的優勢。美國的智慧助理，大多設計給美國的居家環境：空間寬敞且擁有多個房間，然而，世界其他地區的居家環境，並非如此。聲學環境與噪音形態的不同，將影響智慧助理的運作方式，當中國的居家環境與日本、印度甚至巴西的型態更相似，就代表DuerOS的機會比競爭對手更多。

「AI優先」還是「手機優先」，陸奇認為這是AI生態能否成功發展的關鍵。多年前Amazon的Alexa技術，遠遠落後Google和微軟，但就因為「AI優先」的生態環境，目前遙遙領先。AI優先強調臉部、圖片、聲音辨識，作為使用者與裝置的第一接觸，而非目前「手機優先」的觸控情境為主。百度從公司內部做起，總部的販賣機就是透過聲音與臉部辨識運作。

透過自動車計畫發展自動化系統

百度在人工智慧的野心，也顯示在今年春天宣布的阿波羅計畫。

而自動化產品中，目前最具有商業化價值的就是自動車。陸奇比喻，就像目前行動裝置所形成的生態系統一樣，自動車將形塑一個更大的生態圈，從硬體、感應裝置、晶片到軟體，這些開發未來可應用在無人機、工業、家用機器人上，「對我來說，自動化是關鍵。」

發展自動化系統，數據決定速度。以自動車為例，車子必須適應不同路面、不同的狀況，光線、天氣、濕度以至胎壓等的影響，都是各種不同變數。對於阿波羅的開發過程，陸奇提出四步宣言，首先是對所有合作夥伴開放程式碼、服務以及數據資料；再者，是與合作夥伴雙邊分享資源；第三則是加速創新腳步；最終要創造永續的雙贏環境。這也是百度同時在美國、新加坡啟動阿波羅計畫的原因。

陸奇指出，中國擁有適合發展人工智慧的文化、政策條件，在今年七月的第一屆百度AI開發者大會「Baidu CREATE」上，他說到，

「現在全世界有43%人工智能論文是華人撰寫的，中國有足夠大的技術累計，互聯網公司對AI的核心技術做了早期的投入、長期的研發。我們有充分的資金、我們有世界上最大的市場、最活躍的用戶群，中國的網民已經達到7.3億，我們有良好的政策環境，AI在兩會上已經列入政府工作報告，中國有結構化的優勢、因為中國可以獲得更多更有價值的數據來更快的推動人工智能成長。」

陸奇認為，AI不只是百度的機會，也是中國成為創新大國的敲門磚，發展人工智慧，可讓中國再一次領先全世界。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。